JPH08296828A

JPH08296828A - ごみ焼却炉の燃焼状態判定方法及びこれを用いた燃焼制御装置

Info

Publication number: JPH08296828A
Application number: JP10103495A
Authority: JP
Inventors: Matsuzo Takamura; 松三高村; Wataru Nagao; 亙長尾
Original assignee: Sumitomo Heavy Industries Ltd
Current assignee: Sumitomo Heavy Industries Ltd
Priority date: 1995-04-25
Filing date: 1995-04-25
Publication date: 1996-11-12

Abstract

(57)【要約】【目的】炉内画像から燃焼状態を的確に判定して安定
した燃焼制御を行うことのできるごみ焼却炉の燃焼制御
装置を提供すること。【構成】テレビカメラ２４からの画像を間欠的にディ
ジタル画像に変換する画像入力部２５と、前記ディジタ
ル画像から炉内の燃焼状態を判定する燃焼状態判定部２
７とを含む。該燃焼状態判定部は、前記ディジタル画像
を横Ｂｘ、縦Ｂｙ画素から成る複数のブロックに分割
し、各ブロック内の画素値の平均値を当該ブロックの代
表値として用いて見かけ上、横Ｍｘ，縦Ｍｙ画素から成
る圧縮画像を得るための画像圧縮を行う画像圧縮機能を
有する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明はごみ焼却炉の燃焼制御装
置に関し、特に炉内をＴＶカメラで撮影して得た画像を
処理して燃焼制御を行うための燃焼制御装置に関する。

【０００２】

【従来の技術】大型のごみ焼却炉では、多種多様なごみ
を炉内で燃やすため、燃焼の状態が時間的に変化する。
このため、燃焼の自動制御では、燃焼状態を的確に把握
し、燃焼状態の変化に応じて燃焼を安定化させる適切な
操作を行う必要がある。従来の燃焼制御では、炉からの
発生蒸気量、炉内温度、炉内の酸素濃度等の運転情報か
ら燃焼状態を判断している場合が多い。

【０００３】これに対して、ごみ焼却炉内部で実際にご
みが燃焼している状態を画像として取り込み、この燃焼
画像を処理する事で有効な情報を取り出すことが考えら
れる。しかし、燃焼状態の判定及び制御に有効な画像情
報を特定することが難しく、従来は炉内でのごみの燃え
きり点等の分かりやすい情報を画像から得る程度にとど
まっている。この方法を簡単に説明すると、炉内画像の
輝度等に着目し、火炎と灰の境界を燃えきり点として検
出し、炉内の燃えきり点の位置を制御するようにしてい
る。

【０００４】

【発明が解決しようとする課題】しかしながら、炉内の
燃えきり点の位置制御だけでは、多種多様なごみの種類
に対応した安定化制御を行うことは難しく、更なる改良
が望まれている。

【０００５】本発明では、燃焼状態の異なる炉内画像
は、画像情報（画像内の各画素の値）の違いとして検出
できることから、種々の燃焼状態の画像を画像上の違い
に着目して分類することで、ごみ焼却炉の炉内画像から
燃焼状態を判定する方法を提供しようとするものであ
る。

【０００６】本発明はまた、炉内画像から燃焼状態を的
確に判定して安定した燃焼制御を行うことのできるごみ
焼却炉の燃焼制御装置を提供することにある。

【０００７】

【課題を解決するための手段】本発明によれば、ごみ焼
却炉の炉内をテレビカメラにより撮像し得られた画像を
ディジタル画像に変換する変換ステップと、前記ディジ
タル画像を横Ｂｘ、縦Ｂｙ画素から成る複数のブロック
に分割し、各ブロック内の画素値の平均値を当該ブロッ
クの代表値として用いて見かけ上、横Ｍｘ，縦Ｍｙ画素
から成る圧縮画像を得る圧縮ステップと、あらかじめ用
意された種々の燃焼状態に対応した複数の画像を２次元
状に配置してなる画像テーブルを参照し、前記圧縮画像
と前記画像テーブルの各画像との間の差を算出して差の
最も小さいものから燃焼状態を判定する判定ステップと
を含むことを特徴とするごみ焼却炉の燃焼状態判定方法
が得られる。

【０００８】本発明によればまた、ごみ焼却炉の炉内を
テレビカメラにより撮像し、得られた画像と少なくとも
炉内の発生蒸気量、炉内温度、炉内の酸素濃度の計測値
とをもとに燃焼制御を行うごみ焼却炉の燃焼制御装置に
おいて、前記テレビカメラからの画像を間欠的にディジ
タル画像に変換する変換手段と、前記ディジタル画像か
ら炉内の燃焼状態を判定する燃焼状態判定部とを含み、
該燃焼状態判定部は前記ディジタル画像を横Ｂｘ、縦Ｂ
ｙ画素から成る複数のブロックに分割し、各ブロック内
の画素値の平均値を当該ブロックの代表値として用いて
見かけ上、横Ｍｘ，縦Ｍｙ画素から成る圧縮画像を得る
ための画像圧縮を行う画像圧縮手段を有することを特徴
とするごみ焼却炉の燃焼制御装置が得られる。

【０００９】

【作用】本発明では、あらかじめ種々の燃焼状態の画像
を使い、画像を分類し、画像と燃焼状態を対応付けた画
像テーブルを作成する。実際に稼動している焼却炉内の
画像と、この画像テーブルの中で最も似ている画像を選
ぶことで、現在の燃焼状態を判定することができる。

【００１０】更に、判定した燃焼状態と、発生蒸気量、
炉内温度、Ｏ₂濃度等の計測データを組み合わせること
で、従来では区別できなかった燃焼状態を区別すること
が可能になる。その結果、各燃焼状態ごとに適切な制御
を行うことが可能になり、燃焼をより安定化することが
できる。更に、従来では明確に区別できなかった燃焼状
態の変化を、画像の違いとして区別し検出することがで
きる。

【００１１】

【実施例】図１はごみ焼却炉の構成を示す断面図であ
る。ホッパ内に投入された焼却すべきごみ１１は、フィ
ーダ１２でごみ焼却炉１３内に押し込まれる。ごみ焼却
炉１３の床全面に配置された第１〜第３のストーカ１４
〜１６は炉内に入ったごみ１１を適度に撹拌しながら炉
内を移動させて燃焼させる。第１のストーカ１４は炉入
り口側、第２のストーカ１５は炉中央、第３のストーカ
１６は、炉出口側に配置され、速度をそれぞれ独立に変
えることができる。

【００１２】また、押し込み送風機１７で炉の下側から
燃焼空気を炉内へ吹き込む。炉内へ供給される燃焼空気
の総量は燃焼空気ダンパ１８で調整される。更に、第１
〜第４のダンパ１９〜２２で炉内の各部へ入る燃焼空気
量の割合を調整し、各ダンパ上の炉内にあるごみの燃焼
を促進、抑制する。ごみ焼却炉１３内の火炎２３の状態
は、炉出口側に設置したテレビカメラ２４により撮像さ
れる。

【００１３】図２は本発明の燃焼制御系の構成を示し、
テレビカメラ２４により撮像された焼却炉内部の画像を
利用してごみ焼却炉の燃焼を制御する。テレビカメラ２
４で撮像したアナログ画像は、画像入力部２５により一
定時間ごとにディジタル画像に変換され、画像用メモリ
２６に記憶される。燃焼状態判定部２７は、画像用メモ
リ２６に取り込んだディジタル画像を使い、後述の手順
で炉内の燃焼状態を判定する。

【００１４】燃焼制御部２８は、炉内の発生蒸気量、炉
内温度、炉内のＯ₂濃度等の計測値と、燃焼状態判定部
２７で画像から判定した燃焼状態をもとに、燃焼を安定
させるために必要な操作を決定し、ごみ供給量制御装置
２９、燃焼空気制御装置３０に指令値を与える。

【００１５】ごみ供給量制御装置２９は、燃焼制御部２
８で求めた指令値に基づいて、ごみ焼却炉のフィーダ１
２、第１〜第３のストーカ１４〜１６を操作して、炉内
へ供給するごみの量及び炉内各部のごみの移動速度を調
整する。

【００１６】炉内へのごみの供給量は、フィーダ１２の
反復回数の増減で調整することができる。炉入り口付近
のごみの移動速度は、第１のストーカ１４の速度及びオ
ン／オフの回数で調整することができる。また、炉内中
央付近のごみの移動速度は、第２のストーカ１５の速度
及びオン／オフの回数で調整することができる。更に、
炉出口付近のごみの移動速度は、第３のストーカ１６の
速度及びオン／オフの回数で調整することができる。

【００１７】燃焼空気制御装置３０は、燃焼制御部２８
で求めた指令値に基づいて、ごみ焼却炉１３の燃焼空気
ダンパ１８、第１〜第４のダンパ１９〜２２を操作し
て、燃焼空気の総量及び炉内各部へ供給される割合を調
整する。すなわち、燃焼空気の総量は、燃焼空気ダンパ
１８を開閉することで調整することができる。また、炉
内各部へ供給される燃焼空気の割合は、第１〜第４のダ
ンパ１９〜２２の開度を変えることで、調整することが
できる。

【００１８】次に、テレビカメラ２４で撮像し、画像用
メモリ２８に記憶するディジタル画像を図３に示す。横
方向の画素数をＮ_x、縦方向の画素数をＮ_yとする。ま
た、左から右方向にｘ番目、上から下方向にｙ番目の画
素の位置を（ｘ，ｙ）座標と呼ぶ。ただし、１≦ｘ≦Ｎ
_x、１≦ｙ≦Ｎ_yとする。テレビカメラ２４がカラー画
像を出力する場合には、画像の１画素の値は３つの色情
報（赤成分，青成分，緑成分）で表される。そこで、
（ｘ，ｙ）座標の画素の値の赤成分をＲ（ｘ，ｙ）、緑
成分をＧ（ｘ，ｙ）、青成分をＢ（ｘ，ｙ）のように表
す。更に、白黒画像の（ｘ，ｙ）座標の画素値をＬ
（ｘ，ｙ）と表す。

【００１９】一例として、カラー画像を使用する場合に
は、Ｒ，Ｇ，Ｂは、０〜２５５の値を取るものとする。
また、画素値Ｌは、後述するカラーテーブルで１次元に
変換した値になる。すなわち、カラーテーブルの画素数
をＮ_tとしたとき、１〜Ｎ_tの値になる。同様に、白黒
画像を使用する場合には、Ｌは輝度値を表し、０〜２５
５の値を取るものとする。

【００２０】ごみ焼却炉の炉内の画像を、一定時間ごと
に、テレビカメラ２４で撮像し、そのディジタル画像を
画像用メモリ２６に記憶し、燃焼状態判定部２７で燃焼
状態を判定する。画像を撮像する間隔は、短いほど燃焼
状態の時間的な変化を正確に捉えることができるが、１
回撮像した画像を処理するのに３０秒程度必要のため、
例えば３０秒〜１分ごとに画像を撮像する。画像処理専
用のハードウエアを使えば、この時間はより短くするこ
とができる。ただし、ごみの燃焼状態は、数分〜数１０
分程度の時間で徐々に変動するため、１分ごとに画像を
撮像したとしても実用上は問題ない。

【００２１】燃焼状態判定部２７で画像を処理して燃焼
状態を判定する手順を以下に示す。カラー画像を使用す
る場合には、下記（１）の方法により変換して得られた
白黒画像を下記の（２）以降の方法で処理する。

【００２２】一方、白黒画像を使用する場合には、
（２）以降の方法で処理する。

【００２３】（１）カラー画像の白黒画像への変換カラーカメラで撮像したカラー画像は、各画素ごとに
赤，緑，青の３つの色情報を含んでいる。この情報を１
次元の値に変換するために、カラーの画素値を１次元の
値に対応させたカラーテーブルを使用する。カラーテー
ブルは後述する方法であらかじめ作成しておく。図４に
後述の方法で作成したカラーテーブルの一例を示す。図
４で明らかなように、Ｒ，Ｇ，Ｂの３つの情報がまとめ
て０〜１５の１つの情報に置換されている。

【００２４】カラーテーブルの画素数をＮ_t、カラーテ
ーブルのｉ番目の画素値の赤，緑，青の成分をそれぞれ
Ｒ_i，Ｇ_i，Ｂ_iとしたとき、カラー画像の画素値（色
成分をＲ，Ｇ，Ｂとする）は、次の数式１のξｉを最小
にするｉに変換する。ただし、１≦ｉ≦Ｎ_tである。

【００２５】

【数１】

【００２６】上記の変換を画像のすべての画素に対して
行うことで、カラー画像を白黒画像に変換する。

【００２７】カラーテーブルは、後述の方法で作成すれ
ば、図４のように輝度が低い暗い赤色から輝度が高い白
色までが連続的に変化するように割り当てられる。この
ため、上述のように、このテーブルを使って変換して得
られた白黒画像は、火炎が弱い部分は値の小さい画素に
なり、火炎が強い部分は値の大きな画素になる。

【００２８】（２）画像情報の圧縮画像情報は、情報量が多く処理に時間がかかるため、以
下のように情報を圧縮する。横Ｎ_x，縦Ｎ_y画素の画像
を横Ｂ_x，縦Ｂ_y画素のブロックごとにまとめ、ブロッ
ク内に含まれる画素値の平均値で代表させる。その結
果、横Ｍ_x，縦Ｍ_y画素の画像が得られる。ただし、Ｍ
_x＝Ｎ_x／Ｂ_x，Ｍ_y＝Ｎ_y／Ｂ_yであり、Ｎ_xはＢ_x
で割り切れるものとする。同様に、Ｎ_yはＢ_yで割り切
れるものとする。以上をまとめると、変換して得られた
画像の（ｘ，ｙ）座標の画素値をＬ_c（ｘ，ｙ）とした
とき、次の数式２のように表される。

【００２９】

【数２】ただし、１≦ｘ≦Ｍ_x，１≦ｙ≦Ｍ_yである。

【００３０】（３）燃焼状態の判定上述の（２）で得られたＭ_x×Ｍ_y画素の白黒画像をＰ
として、画像Ｐに対して以下の処理を行う。

【００３１】画像Ｐと同じ画素数で種々の燃焼状態に対
応した画像を２次元状に配置した画像テーブルを使用す
る。画像テーブルは後述する方法であらかじめ作成して
おく。画像テーブルの一例を、図５に示す。

【００３２】画像テーブルの横方向の画像数をＴ_x、縦
方向の画像数をＴ_yとする。また、左上の画像をＰ₁₁、
左上から右にｉ番目、下にｊ番目の画素をＰ_ijとする。
更に、画像Ｐ_ijの（ｘ，ｙ）座標の画素値をＬ_t（ｘ，
ｙ）とする。このとき、画像ＰとＰ_ijの誤差をξ_ijとし
て、次の数式３により求める。

【００３３】

【数３】

【００３４】ξ_ijを画像テーブルのすべての画像に対し
て計算して、最も誤差ξ_ijが小さい画像Ｐ_ijを求め、Ｐ
^*とする。あらかじめ、画像テーブルの各画素には後述
のように燃焼状態を割り当ててある。その結果、画像Ｐ
が得られた時点での燃焼状態を、Ｐ^*に割り当てられた
燃焼状態として判定することができる。

【００３５】以上の方法により、燃焼状態判定部２７で
は、画像を撮像するごとにその画像から判定される燃焼
状態を求める。更に、燃焼制御部２８は、求めた燃焼状
態と計測値をもとに、燃焼を安定させる操作を決定し、
必要に応じて、ごみ供給量制御装置２９、燃焼空気制御
装置３０に指令値を与える。

【００３６】次に、（１），（３）の処理で使用したカ
ラーテーブルおよび画像テーブルの作成法について説明
する。以下の方法は、コホーネンネットワークの学習ア
ルゴリズムとして知られている。ここでは、色および画
像の学習にコホーネンネットワークを使用することで、
カラーテーブルおよび画像テーブルを作成する。

【００３７】（Ａ）カラーテーブルの作成法カラーテーブルの学習用として、炉内画像のうち、良好
に燃えている画像からほとんど燃えていない画像までを
Ｎ_p枚用意する。

【００３８】用意した画像をそれぞれ、Ｐ₁…Ｐ_Npとす
る。また、画像Ｐ_iの（ｘ，ｙ）座標の画素の赤，緑，
青の各成分をそれぞれ、Ｒ_Pi（ｘ，ｙ），Ｇ_Pi（ｘ，
ｙ），Ｂ_Pi（ｘ，ｙ）とする。

【００３９】カラーテーブルは、以下の操作を反復する
ことで作成する。ただし、ｋ回の反復の時点で得られた
カラーテーブルのｊ番目の画素値の赤，緑，青成分の値
をそれぞれ、Ｒ_j（ｋ），Ｇ_j（ｋ），Ｂ_j（ｋ）とす
る。

【００４０】（イ）初期値の設定以下の数式４により初期値の設定を行う。

【００４１】

【数４】

【００４２】（ロ）１回分の反復計算乱数を使い，次のようにｉ，ｘ，ｙを設定する。

【００４３】ｉ＝乱数により発生させた１〜Ｎ_pの間の
整数ｘ＝乱数により発生させた１〜Ｎ_xの間の整数ｙ＝乱数により発生させた１〜Ｎ_yの間の整数１≦ｊ≦Ｎ_tに対して次の数式５を計算する。

【００４４】

【数５】

【００４５】ξｊを最小にするｊを求め、それをｃとお
く。すなわち ξｃ（ｋ）＝min ξｊ（ｋ）次の数式６によりカラーテーブルの各画素値（１≦ｄ≦
Ｎ_t）の赤成分を更新する。

【００４６】

【数６】

【００４７】ただし、α（ｋ）は収束係数であり、０＜
α（ｋ）＜１とする。β（ｋ）はｃの近傍を定義する整
数であり、０≦β（ｋ）とする。

【００４８】同様に緑，青成分も更新する。

【００４９】（ハ）ｋの更新ｋ＝Ｋ＋１として、ｋ＜Ｋ_maxならば（ロ）を繰り返
す。

【００５０】α（ｋ），β（ｋ），Ｋ_maxは、Ｎ_p，Ｎ
_tの値に応じて適宜設定する。一例として、Ｎ_p＝１
４，Ｎ_t＝１６のときの設定値を以下の数式７に示す。

【００５１】

【数７】

【００５２】この方法により作成したカラーテーブルの
一例を図４に示す。この方法で作成することにより、学
習用に用意した画像で使われている色をＮ_t個の色だけ
で代表させた色がカラーテーブル上に作成される。すな
わち、炉内画像のように火炎が撮像された画像では、赤
色を中心にカラーテーブルが作成される。

【００５３】また、（ロ）のように、隣り合った画素値
をまとめて更新することで、カラーテーブル上に形成さ
れる隣り合った画素値は似たような値になる。更に、初
期値を（イ）のように設定することで、１番目の画素値
は暗い色に対応し、Ｎ_t番目の画素値は明るい色に対応
するようにテーブルが作成される。このため、カラーテ
ーブルの画素値は、図４のように輝度が低い暗い赤色か
ら輝度が高い白色までが連続的に変化するように割り当
てられる。

【００５４】（Ｂ）画像テーブルの作成法画像テーブルの学習用画像として、判定したい燃焼状態
の画像を使用する。あらかじめ、良好な燃焼状態から、
悪化した燃焼状態まで一定時間間隔で連続的に取り込ん
だ画像の系列をいくつか用意する。これらの画像がカラ
ー画像のときには、各画像ごとに上述の（１），（２）
の方法で処理してＭ_x×Ｍ_y画素の白黒画像に変換す
る。白黒画像のときには上述の（２）の方法で処理して
Ｍ_x×Ｍ_y画素の白黒画像に変換する。

【００５５】学習用画像を変換した画像の総枚数をＮ_q
枚、各画像をそれぞれＰ₁…Ｐ_Nqとする。また、画像Ｐ
_iの（ｘ，ｙ）座標の画素値をＰ_i（ｘ，ｙ）とする。
画像テーブルは、図５に示すように２次元状に画像を配
置し、横方向の画像数をＴ_x、縦方向の画像数をＴ_yと
する。また、画像テーブル内の左上の画像をＰ₁₁、左上
から右にｐ番目、下にｑ番目の画像をＰ_pqとする。な
お、図５に示された各画像は、空白部分が実際には白の
空間を示し、微小な点を含む部分が薄いピンク色に近い
燃焼炎、斜めの斜線の部分が濃いピンク色に近い燃焼
炎、斜め線による網目の部分がオレンジ色に近い燃焼
炎、黒の部分が赤に近い燃焼炎、縦、横の網目による部
分が実際の黒に近い状態をそれぞれ示している。画像テ
ーブルは、以下の操作を反復することで作成する。但
し、ｋ回の反復の時点で得られた画像Ｐ_pqをＰ
_pq（ｋ）、その画像の（ｘ，ｙ）座標の画素値をＰ_pq ^k
（ｘ，ｙ）とする。

【００５６】（ａ）初期値の設定ｋ＝０として画像テーブルの全画像を以下のように設定
する。

【００５７】カラー画像を白黒に変換した画像を使用す
るときＰ_pq ^k（ｘ，ｙ）＝Ｎ_t×（ｐ＋ｑ）／（Ｔ_x＋Ｔ_y）白黒画像として取り込んだ画像を使用するときＰ_pq ^k（ｘ，ｙ）＝（白黒の画素の最大値）×（ｐ＋
ｑ）／（Ｔ_x＋Ｔ_y）だだし、１≦ｘ≦Ｍ_x，１≦ｙ≦Ｍ_y，１≦ｐ≦Ｔ_x，
１≦ｑ≦Ｔ_yである。

【００５８】（ｂ）１回分の反復計算乱数を使い次のようにｉを設定する。

【００５９】ｉ＝乱数により発生させた１〜Ｎ_qの間の
整数１≦ｐ≦Ｔ_x，１≦ｑ≦Ｔ_yに対して次の数式８を計算
する。

【００６０】

【数８】

【００６１】ξ_pqを最小にするｐ，ｑを求め、それを
ｃ，ｄとおく。すなわち、 ξ_cd（ｋ）＝min ξ_pq（ｋ）次の数式９により、画像テーブルの各画像の画素値（１
≦ｘ≦Ｍ_x，１≦ｙ≦Ｍ_y，１≦ｐ≦Ｔ_x，１≦ｑ≦Ｔ
_y）を更新する。

【００６２】

【数９】

【００６３】ただし、α（ｋ）は収束係数であり、０＜
α（ｋ）＜１とする。β（ｋ）はｃ，ｄの近傍を定義す
る整数であり、０≦β（ｋ）とする。

【００６４】（ｃ）ｋの更新ｋ＝ｋ＋１として、ｋ＜Ｋ_maxならば（ｂ）を繰り返
す。

【００６５】α（ｋ），β（ｋ），Ｋ_maxは、Ｔ_x，Ｔ
_y，Ｎ_qの値に応じて適宜設定する。一例として、Ｔ_x
＝４，Ｔ_y＝４，Ｎ_q＝１１５のときの設定値を以下の
数式１０に示す。

【００６６】

【数１０】

【００６７】この方法により作成した画像テーブルの一
例を図５に示す。この方法で作成することにより、学習
用に用意した画像をＴ_x×Ｔ_y個の画像に分類した画像
が画像テーブル上に作成される。

【００６８】また、（ｂ）のように、画像テーブル上で
隣り合った画像をまとめて更新することで、画像テーブ
ル上に形成される隣り合った画像は似たような画像にな
る。更に、初期値を（ａ）のように設定することで、左
上の画像は全体に暗く燃焼状態の悪い画像に対応し、右
下の画像は全体に明るく燃焼状態の良い画像に対応する
ように画像テーブルが作成される。

【００６９】したがって、画像テーブルの各画像は、図
５のように左上から右下にかけて徐々に燃焼状態が良い
画像が割り当てられる。

【００７０】学習画像の設定方法および、評価方法の一
例を以下に示す。典型的な例として、ごみ枯れ（炉内の
ごみが少なくなり、蒸気量が低下）、低質ごみ（炉内の
水分の多いごみが多くなり、ごみが炉内で十分に乾燥し
ないため燃焼が悪化し、蒸気量が低下）の２つの原因に
よる燃焼の悪化を検出することを考える。画像データ
は、それぞれ、蒸気量が低下するまでの約１時間を３０
秒ごとに撮像した画像データを使用した。すなわち、ご
み枯れの画像データ１２０枚、低質ごみの画像データ８
０枚の計２００枚の画像を使った（Ｎ_q＝２００）。学
習は、Ｔ_x＝４，Ｔ_y＝４，Ｎ_q＝２００で実施し、上
述の例のようにα（ｋ），β（ｋ），Ｋ_ma _xを設定し
た。その結果、図５のような画像テーブルが作成され
た。

【００７１】図５を見ると、左上の画像が最も悪い燃
焼、右下の画像が最も良い燃焼に対応している。そこ
で、火炎勢いの度合として、画像テーブル上の画像の火
炎の状態から図６のように、各画像に火炎勢いの数値を
定義する。この値が大きいほど火炎勢いが良いこととす
る。次に、学習に使用した低質ごみの画像データの画像
テーブル内の分布確率を調べると、図７のようになる。
同様に、ごみ枯れの画像データの分布確率を調べると図
８のようになる。そこで、燃焼状態として、図９のよう
に、各画像に数値を定義する。この値がプラスの大きな
値であるほど、低質ごみにより燃焼が悪化しつつあるこ
とを示す。同様に、マイナスの大きな値であるほどごみ
枯れで燃焼が悪化しつつあることを示す。

【００７２】このように画像テーブル上の各画像に定義
した火炎勢いと燃焼状態を使うことで、任意の画像を上
述のようにマッチングさせたとき、最も一致した画像テ
ーブル上の画像に割り当てられている火炎勢いと燃焼状
態が、その時点の画像から判定できる炉内の燃焼を表す
ことになる。

【００７３】学習に使用したごみ枯れと低質ごみの画像
に対して、火炎勢いと燃焼状態の判定結果を画像を撮像
したときの発生蒸気量とともに、それぞれ図１０，図１
１に示す。

【００７４】図１０を見ると測定開始後３８分ごろから
蒸気量が低下しているが、火炎勢いは２２分ごろに悪化
の兆候を示し、その後一時的に勢いが良くなっている
が、３０分ごろから再び悪化していることがわかる。ま
た、２０分から４５分ごろの燃焼状態をみると、いずれ
もマイナスの値を示しており、ごみ枯れにより火炎勢い
が悪化していることがわかる。従って、この判定結果を
使えば、実際に蒸気量が低下するよりも８分程度早く燃
焼が悪化することが検出できることになる。また、ごみ
枯れによる燃焼悪化の兆候は１６分程度前に現れてい
る。このため、画像の判定結果を使えば、蒸気量が低下
する前に、ごみ枯れの対応として、ごみの送り速度を早
くする等の操作を行い、蒸気量の低下を防ぐことが可能
になる。

【００７５】同様に、図１１を見ると蒸気量が３９分ご
ろから低下している。なお、０〜１５分の間はごみ枯れ
による燃焼の変動によるものである。このデータは、１
０分ごろから低質ごみを投入して、低質ごみによる燃焼
悪化を人為的に作り出したものである。画像の判定結果
では、１２分から３０分まで燃焼状態がプラスの値をと
り、低質ごみにより火炎勢いが悪くなりつつあることが
わかる。更に、３２分には火炎勢いが最も悪くなってい
ることがわかる。このため、画像の判定結果を使えば、
蒸気量が低下する９分から２７分程度前から低質ごみに
よる燃焼悪化に対応した操作として、ごみの送り量を遅
くする等の操作を行い、蒸気量の低下を未然に防ぐこと
が可能になる。

【００７６】図１０，図１１のいずれも蒸気量が低下す
る直前には、火炎勢いの悪いことが検出できているが、
火炎勢いが悪いときには燃焼状態は０になり、ごみ枯れ
と低質ごみの区分を判定できていない。これは、極端に
燃焼が悪化すると、画像が全体的に暗くなり、ごみ枯れ
と低質ごみの画像が識別できなくなることを表してい
る。しかし、燃焼が極端に悪くなる前の段階でのごみ枯
れと低質ごみの識別は正確にできており、判定結果に基
づいて燃焼の悪化を防ぐ制御を行う場合には問題ない。

【００７７】上記の例では、ごみ枯れと低質ごみという
典型的な原因による燃焼の悪化を検出するように画像テ
ーブルを作成した。一般に、検出したい画像データの系
列を入力画像として使い、画像テーブルを学習すること
でより広範な燃焼状態を検出することができる。

【００７８】更に、学習済みの画像テーブルを使い、燃
焼状態を判定しているときに、うまく検出できない燃焼
状態が発生した場合には、その画像データの系列を学習
データに加えて画像データを新たに学習しなおせば、検
出することが可能になる。このように、検出できない燃
焼状態を学習データに加えていくことにより、最終的に
すべての燃焼状態を検出することが可能な画像テーブル
を作成することができる。

【００７９】加えて、あらかじめ用意する種々の燃焼状
態の画像テーブルとして、燃えきり点の異なる画像を含
ませておけば、燃えきり点の違う画像が画像テーブルの
中に作られるため、燃えきり点の違いも検出することが
できる。

【００８０】

【発明の効果】以上説明してきたように、本発明ではご
み焼却炉の炉内の画像から、火炎勢い、燃焼状態等の情
報を抽出することで、炉内の燃焼の変化を早くかつ正確
に検出することが可能になる。この検出結果を使用する
ことで、従来よりも、燃焼をより安定化する制御が実現
できる。

【図面の簡単な説明】

【図１】本発明が適用されるごみ焼却炉の構成を示す断
面図である。

【図２】本発明による制御系の構成を示すブロック図で
ある。

【図３】本発明で得られるディジタル画像を説明するた
めの図である。

【図４】本発明で使用されるカラーテーブルの一例を示
した図である。

【図５】本発明において使用される燃焼状態（火炎）の
画像テーブルの一例を示した図である。

【図６】図５の画像テーブルに対応して決められる火炎
の勢いを説明するための図である。

【図７】図６に関連して低質ごみの場合の画像テーブル
上の出現確率を説明するための図である。

【図８】図６に関連してごみ枯れの場合の画像テーブル
上の出現確率を説明するための図である。

【図９】画像テーブルに対応した燃焼状態を説明するた
めの図である。

【図１０】ごみ枯れに起因する燃焼状態悪化の場合の画
像データの判定について説明するための測定結果を示し
た図である。

【図１１】低質ごみに起因する燃焼状態悪化の場合の画
像データの判定について説明するための測定結果を示し
た図である。

【符号の説明】

１１ごみ１２フィーダ１３ごみ焼却炉１４、１５、１６第１〜第３のストーカ１７押し込み送風機１８燃焼空気ダンパ１９〜２２第１〜第４のダンパ２３火炎

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号庁内整理番号ＦＩ技術表示箇所Ｆ２３Ｇ 5/50 ＺＡＢＦ２３Ｇ 5/50 ＺＡＢＮＺＡＢＱ

Claims

【特許請求の範囲】

【請求項１】ごみ焼却炉の炉内をテレビカメラにより
撮像し得られた画像をディジタル画像に変換する変換ス
テップと、前記ディジタル画像を横Ｂｘ、縦Ｂｙ画素から成る複数
のブロックに分割し、各ブロック内の画素値の平均値を
当該ブロックの代表値として用いて見かけ上、横Ｍｘ，
縦Ｍｙ画素から成る圧縮画像を得る圧縮ステップと、あらかじめ用意された種々の燃焼状態に対応した複数の
画像を２次元状に配置してなる画像テーブルを参照し、
前記圧縮画像と前記画像テーブルの各画像との間の差を
算出して差の最も小さいものから燃焼状態を判定する判
定ステップとを含むことを特徴とするごみ焼却炉の燃焼
状態判定方法。
【請求項２】請求項１記載の燃焼状態判定方法におい
て、前記テレビカメラはカラーテレビカメラであり、前
記変換ステップではあらかじめ定められたカラーテーブ
ルを参照してカラー画像を白黒画像に変換することを特
徴とするごみ焼却炉の燃焼状態判定方法。
【請求項３】請求項２記載の燃焼状態判定方法におい
て、前記画像テーブル、前記カラーテーブルをそれぞ
れ、コホーネンネットワークを使用して作成することを
特徴とするごみ焼却炉の燃焼状態判定方法。
【請求項４】ごみ焼却炉の炉内をテレビカメラにより
撮像し、得られた画像と少なくとも炉内の発生蒸気量、
炉内温度、炉内の酸素濃度の計測値とをもとに燃焼制御
を行うごみ焼却炉の燃焼制御装置において、前記テレビ
カメラからの画像を間欠的にディジタル画像に変換する
変換手段と、前記ディジタル画像から炉内の燃焼状態を
判定する燃焼状態判定部とを含み、該燃焼状態判定部は
前記ディジタル画像を横Ｂｘ、縦Ｂｙ画素から成る複数
のブロックに分割し、各ブロック内の画素値の平均値を
当該ブロックの代表値として用いて見かけ上、横Ｍｘ，
縦Ｍｙ画素から成る圧縮画像を得るための画像圧縮を行
う画像圧縮手段を有することを特徴とするごみ焼却炉の
燃焼制御装置。
【請求項５】請求項４記載の燃焼制御装置において、
前記燃焼状態判定部は、あらかじめ用意された種々の燃
焼状態に対応した複数の画像を２次元状に配置してなる
画像テーブルを参照し、前記圧縮画像と前記画像テーブ
ルの各画像との間の差を算出して差の最も小さいものか
ら燃焼状態を判定する手段を有することを特徴とするご
み焼却炉の燃焼制御装置。
【請求項６】請求項５記載の燃焼制御装置において、
前記燃焼状態判定部にて判定された燃焼状態と前記計測
値とから燃焼を安定させるために必要な指令情報を出力
する燃焼制御部と、前記指令情報に基づいて炉内へのご
み供給量、炉内でのごみ移動速度を制御するごみ供給量
制御部と、前記指令情報に基づいてダンパを制御して燃
焼空気量を制御する燃焼空気制御装置とを備えたことを
特徴とするごみ焼却炉の燃焼制御装置。
【請求項７】請求項６記載の燃焼制御装置において、
前記テレビカメラはカラーテレビカメラであり、前記変
換手段はあらかじめ定められたカラーテーブルを参照し
てカラー画像を白黒画像に変換する機能を有することを
特徴とするごみ焼却炉の燃焼制御装置。
【請求項８】請求項７記載の燃焼状態判定方法におい
て、前記画像テーブル、前記カラーテーブルはそれぞ
れ、コホーネンネットワークを使用して作成されている
ことを特徴とするごみ焼却炉の燃焼制御装置。